这是 PHP 的 DOMDocument 库中的错误吗？答案

【问题标题】：Is this a bug in PHP's DOMDocument Library?这是 PHP 的 DOMDocument 库中的错误吗？
【发布时间】：2017-08-30 15:21:09
【问题描述】：

我正在尝试使用 PHP 解析一些 HTML，但出现错误。下面是相关代码，可以在命令行（$ php script.php）运行。

<?php
function images_to_links($text)
{
    $dom = new \DOMDocument('1.0', 'UTF-8');

    // Load the document, hiding and then restoring error setting
    $internalErrors = libxml_use_internal_errors(true);
    $dom->loadHTML(mb_convert_encoding($text, 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
    libxml_use_internal_errors($internalErrors);

    // Extract images from the dom
    $xpath = new DOMXPath($dom);

    // Other processing code removed for this example 

    $cleaned_html = $dom->saveHTML();
    return $cleaned_html;
}

$some_text = <<<EOD
<blockquote>asdf</blockquote>
<a href="http://example.com/">click here</a>
<br />
<p><a href="http://example.com/">another link</a></p>
EOD;

print images_to_links($some_text);

预期输出：

<blockquote>asdf</blockquote>
<a href="http://example.com/">click here</a>
<br />
<p><a href="http://example.com/">another link</a></p>

实际输出——注意blockquote 是如何包裹其他元素的：

<blockquote>asdf<a href="http://example.com/">click here</a><br><p><a href="http://example.com/">another link</a></p></blockquote>

我的代码有错误还是 domdocument 的错误？

【问题讨论】：

似乎与LIBXML_HTML_NOIMPLIED有关，虽然不知道为什么...
我不会认为这是一个错误。我的假设是 DOMDocument 与大多数 DOM 实用程序一样，希望所有内容都嵌套在单个标签下，例如 <html>。
嗯.. 说得通。拉伸第一个标签以包裹所有内容是没有意义的。我会将其预先包装在<div> 中。谢谢。

标签： php domdocument

【解决方案1】：

LibXML 需要一个根节点，因此将它找到的第一个元素解释为根节点（忽略其结束标记）。

【讨论】：

【解决方案2】：

我不会认为这是一个错误。我的假设是 DOMDocument 和大多数 DOM 实用程序一样，希望所有内容都嵌套在一个标签下，例如 <html>。

通过使用LIBXML_HTML_NOIMPLIED 标志，您是在告诉 DOMDocument 放弃通常对部分 HTML 采取的步骤，方法是将其包装在 <html><body> 标记中。

http://php.net/manual/en/libxml.constants.php

【讨论】：